Middle Data Scientist (Retail)

#вакансия #remote #Data #Scientist #Retail #Middle #Python

Позиция: Data Scientist (Middle)
Вилка: 240.000 - 260.000
Локация: РФ
Занятость: Fulltime
Формат работы: Удаленно
Оформление: Только ИП
Компания: Top Selection

Привет! Меня зовут Александр. Я представляю группу компаний Top Selection.
Мы занимаемся продуктовой разработкой и привлечением специалистов на проектную работу для рынка России
В данный момент мы в поисках Data Scientist

✅Обязательные требования
- Профильное образование/наличие сертификатов по специализациям анализа данных и машинного обучения;
- Опыт работы в области data science от 2 лет;
- Python: python (PEP 8);
- Способность писать код по заданным стандартам качества;
- Знание стандартных алгоритмов и структур данных;
- Хорошее владение библиотеками для анализа данных, численных методов;
- Умение писать оптимальный по времени и памяти код;
- Сложность алгоритмов - дебаг и оптимизация кода;
- Разработка через тестирование;
- Свободное владение ООП;
- Работа с данными: SQL на базовом уровне (join, group by);
- Опыт работы с реляционными БД;
- Опыт работы на PySpark (broadcast join и тд, Spark UI);
- Иметь недоверие к данным, проверять их на корректность перед использованием;
- Умение реализовать любой запрос;
- Знание оконных функций;
- Умение определить неоптимальный запрос;
- Знакомы с базовой теорий вероятности и статистикой;
- Знакомы с понятиями АБ-тестирования и проверкой гипотез;
- Умение решать простые задачи по теории вероятности, статистике, логике;
- Знание классических методов ML;
- Знание полного цикла проведения АБ теста;
- Продвинутое владение аппаратом проверки гипотез: - множественная проверка гипотез - параметрические/непараметрические методы - бутстреп;
- Изучение и имплементация продвинутых моделей ML: байесовские модели/PGM/VBI, RL и прочее;
- Работа с хорошо описанными задачами;
- Построение аналитических отчётов с заданными требованиями;
- Презентация аналитических изысканий, проверенных гипотез и тд;
- Погружение в метрики продукта: понимание основных метрик продукта и их особенностей, перевод бизнес задач в DS/DA/DE и декомпозиция комплексных бизнес-задач, построение прокси-метрик продукта;
- Стек: Python; SQL; Git; PyTest; Spark 2.2+; Grafana/Airflow;
- Визуализация данных (matplotlib, seaborn, plotly/BI - инструмента).

📱Контакты для связи:
Показать контакты